Blog›Benchmarks

AI视频模型，2026年9月：竞技场Elo vs 人类评分 vs 实际使用情况

Gemini Omni 在竞技场中领先，Seedance 2.0 在逐片段人工评分中胜出，而 Veo 3 在使用量上占据主导。三组数据，三个不同的赢家，，以及如何选择。

AI视频生成的发展速度目前超过其他任何模态，你看到的图景取决于你关注哪里。社区竞技场推崇一个家族，人工评分员对单个片段另有偏好，而提示词作者则用键盘投票给第三个选择。以下是2026年9月AI视频的现状，基于我们每日发布的两个数据集：文生视频排行榜和Wikiprompt自有的6，900多个带评分结果的视频提示词语料库。

竞技场怎么说

在今天的基准快照上，文生视频竞技场按社区Elo排名前列的是：

Gemini Omni 1.1 Flash（1515）和Gemini Omni Flash（1512）- 谷歌的全模态系列今年夏天夺得了视频桂冠。

Flux 3 Video（1495）- Black Forest Labs从图像扩展到动态，是最强的开放邻近参赛者。

Seedance 2.0 / 2.5（1479 / 1476）- 字节跳动的这对组合保持了正面竞争的激烈态势。

MiniMax H3（1460）- Hailuo系列，在西方报道中一直被低估。

人工评分员怎么说，逐片段来看

我们的语料库对每个提示词的实际输出按1-5的“惊艳”等级评分。在拥有350多个评分提示词的视频模型中，平均惊艳分如下：

| 模型 | 提示词数 | 平均惊艳分 |

|---|---|---|

| Seedance 2.0 | 1，876 | 3.47 |

| Kling | 614 | 3.38 |

| Wan 2.1 | 423 | 3.26 |

| Sora | 369 | 3.14 |

| Hailuo | 937 | 3.09 |

| Seedance 2.5 | 827 | 2.94 |

| Veo 3 | 1，409 | 2.84 |

有两件事很突出。Seedance 2.0在逐片段惊艳分上超过了自己的继任者，这提醒我们，在人们实际写的提示词上，更新并不总是更令人印象深刻。而Veo 3在这里的排名低于在竞技场上的排名：它的强项（原生音频、对话）在无声片段评分中不可见，这正是为什么你在选择工具前应该阅读多个排行榜。

提示词作者实际用什么

按数量来看，Seedance 2.0（1，876个提示词）和Veo 3（1，409个）主导了语料库；Wan 2.1占据了本地/开源细分市场，而Veo 2通过Gemini API仍然是预算型主力。Kling在数量上超出其体量的质量表现（614个提示词，3.38惊艳分）。

实践中如何选择

带声音的电影级写实：Veo 3 - 把音频写进提示词里。

每个提示词的最佳平均片段质量：Seedance 2.0 - 参见Seedance指南。

开放权重/本地：Wan 2.1，其中2.2改进了动态效果。

角色动作和编排：Kling。

值得关注：Gemini Omni的竞技场领先地位和Flux 3 Video - 两者都足够新，它们的提示词文化仍在形成中，我们的每日快照将显示Elo是否保持。

以上每个数字每日更新：文生视频排行榜 · 基准历史 · 在提示词竞技场浏览评分背后的片段，或按模型查看Seedance、Veo 3、Kling、Wan 2.1。